劳动贡献、价值创造中 逐渐与人比肩甚至超越人类，AI和人类共同成为社会贡献主体。 在中观层面上，AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有 的教育框架，教师作为教学主体的功能性与人文性价值如何取舍？师-生-机三位一体的教育形态意 义几何？以知识传递和测评为核心的教育内容该如何升级？大规模的个性化教学是否真的有可能实 现？AI与人类是否会在社会和教育资源上 AIGC+教育的瞩目，体现在资本投融资、各国政策监管、学术研究等多个方面。澳大利亚经历的 观望—禁止—反思—放开的挣扎历程，代表了全球的态度变迁，即不断与时俱进、同时守正创新。 AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有的教育框架。 在教学主体方面，AIGC带来人机协同教学和师资强化的期待，也引发AI挑战教师主体地位的思考； 在教学载体方面，AIGC有望 经济论坛《未来就业报告2023》 ，艾瑞咨询研究院根据公开资料自主研究绘制。 AI成为基础设施，基础工作被替代 AI大模型具备认知、分析、推理能力，冲击替代的对象涉及部分专业化岗位： 需要一定知识储 备的辅助性工作： 法律案件整理等 精度及标准化要求不 高的图文工作：如海 报设计、物料生成 专业性较高，但模型 化程度也较高的工作： 如医疗诊断辅助等 不同于自动化浪潮下，机器

境。这使得它们能够产生更准确、 更连贯的回答 上下文理解能力 大模型可以从大量的数据中学习， 并利用学到的知识和模式来提供 更精准的答案和预测。这使得它 们在解决复杂问题和应对新的场 景时表现更加出色 学习能力强 大模型可以生成更自然、更流利 的语言，减少了生成输出时呈现 的错误或令人困惑的问题 语言生成能力 学习到的知识和能力可以在不同 的任务和领域中迁移和应用。这 意味着一次训练就可以将模型应 通用大模型 适用场景 复杂推理、解谜、数学、编码难题 文本生成、翻译、摘要、基础知识问答 复杂问题解决能力 优秀，能进行深度思考和逻辑推理 一般，难以处理多步骤的复杂问题 运算效率 较低，推理时间较长，资源消耗大 较高，响应速度快，资源消耗相对较小 幻觉风险 较高，可能出现“过度思考”导致的错误答案 较低，更依赖于已知的知识和模式 泛化能力 更强，能更好地适应新问题和未知场景 相对较弱，更依赖于训练数据 流畅的语言，并具备回答问题、生成文本、语言翻译等多种功能 ChatGPT的应用范围广泛，可以用于客服、问答系统、对话生成、文本生成等领域。它能够理解人类语言，并能够回答各 种问题，提供相关的知识和信息。与其他聊天机器人相比，ChatGPT具备更强的语言理解和生成能力，能够更自然地与人 类交流，并且能够更好地适应不同的领域和场景。ChatGPT的训练数据来自互联网上的大量文本，因此，它能够涵盖多种

大模型在工程审计领域的行业级参考指南与公益知识库，本 指南（V1.0）在编纂过程中系统整合了互联网公开的行业案例库、学术文献及开 源技术成果。编写团队始终秉承开放共享与协作创新的理念， 在此向以下贡献者 致以专业致谢： 审计行业专家提供的领域知识框架； 开源社区共享的 AI 工程化实践经验； 学术机构发布的跨学科研究成果。 我们期待与行业同仁持续共建 DeepSeek 大模型在工程审计领域的知识生态 体 ............................................................................. 18 3.3 DEEPSEEK 工程审计知识扩展................................................................................................. DeepSeek 的功能主要包括智能问答、内容生成、 数据分析与可视化、代码 辅 助、多语言支持等。 2.2.1 智能问答 智能问答是 DeepSeek 最基础的功能之一，它能快速解答各类问题，包括科 学知识、历史文化、生活常识和技术问题等，都能给出准确且详细的回答。其中， 推理问答则是 DeepSeek-R1 模型的主要特点，在数学证明任务方面直接提问， 无 需分部引导；在创意写作方面，鼓励发散性提问；在逻辑分析方面，尽量直

人工智能（ArtificiaI Intelligence）：第三代，核心是数据智能，以史为鉴 ◼ 从规则到数据：逐步破除我执（去人类中心主义） 1. 第一代（规则系统）：推理为核心 2. 第二代（知识工程）：知识为核心 3. 第三代（数据模型）：学习为核心 ◼ 从机器学习到深度学习 1. 任务：判别、预测，通过学习数据分布规律 2. 边界：有规律、可以数字化，属于经验科学 3. 要素：机器学习-深度学习 Prediction） 大语言模型的三层能力：语言能力-知识能力-推理能力 1. 语言能力：一本正经地说话，语言顺畅，GPT时达到 • NLG+NLU：语言理解、语言表达（包括温度和情商） • 人类语言、代码语言、XX语言 2. 知识能力：海量公开知识，言之有物，GPT-2时达到 • 顺带学习（基座模型）：文字中蕴含了知识 • 压缩：幻觉 • 遗忘：微调（迁移学习），尤其是RLHF LLM的三个能力的应用：选型标准 1. 语言处理场景：语言能力 • 文字处理：翻译、摘要、判别、生成等 • 人机界面：指令、信息、prompt 2. 知识助手场景：语言能力+知识能力 • 知识压缩、知识提取、知识组织 • 智能问答 3. 任务执行场景：语言能力+知识能力+逻辑能力 • 任务分解、任务执行 • 操作外部工具或软件接口 • Agent 三种应用类型 1. 模型增强：

实证思维训练 大数据验证与实验模 拟系统 科学实验漏洞分析 、 对照实验设计 被动接受知识缺乏 批判性 亲子协作新范式 第三方智能中介平台 学习成果兑换规则 生成 、冲突调解方 案 传统权威式教育引 发的亲子对抗 传统家庭教育 A I 家庭教育 单一知识传递 多元知识生态 经验主义 数据驱动 被动学习 主动探索 线性进程 非线性 、跨界学习 家长单向教导 要点 具体内容 对家长角色转变的影响 知识不再是 稀缺资源 • 互联网的普及使得知识获取变得极为便 捷，孩子可以通过网络 、在线课程 、 电 子书籍等多种渠道获取信息。 • 知识的传播速度加快，新的知识和信息 不断涌现，家长的知识储备可能无法满 足孩子对前沿知识的需求。 • 家长不再是孩子获取知识的唯一来 源 ，需要从“传授者 ，需要从“传授者 ”转变为“ 引 导者 ”，帮助孩子筛选和辨别信息。 • 家长需要与孩子一起学习，共同探 索新知识，成为孩子的学习伙伴。 学习方式变得 更加个性化 • 每个孩子的学习风格 、兴趣爱好和学习 节奏各不相同，传统的“一刀切 ”式教 育方式难以满足个体需求。 • 现代教育工具和技术（如人工智能 、在 线学习平台）能够为孩子提供个性化的

究院所有并受法律保护，任何个人或是组织在转载、摘编或以其他方 式引用本白皮书中的文字、数据、图片或者观点时，应注明“来源： 紫金山实验室、中国联合网络通信有限公司研究院”。否则将违反中 国有关知识产权的相关法律和法规，对此紫金山实验室、中国联合网 络通信有限公司研究院有权追究侵权者的相关法律责任。 编写说明 主编单位： 紫金山实验室、中国联合网络通信有限公司研究院 SG- CNC, Service-Generated Computing and Network Convergence）技术， 开展原创性、先导性的基础理论及关键技术研究，旨在形成具有自主 知识产权及产业把控力的算力网络应用体系，为我国经济社会的数字 化、网络化和智能化发展夯实底座。 从行业应用角度来说，随着各种新技术、新应用、新场景和新模 式等不断涌现，多元业务的不同服务需求对算力网络的自动化和智能 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 4 化地提供最优资源服务，然而现有算力网络的系统架构、流程机制、 使能技术、服务模式等无法支撑上述目标的实现。 近年来，以深度学习、知识图谱为代表的 AI 技术得到了飞速发 展，并在诸多领域取得了巨大突破。算力网络作为支撑各行业数智化 转型的信息基础设施，具有应用 AI 技术的巨大空间和潜力，通过引 入 AI 技术使能算网智能化也已经成为发展趋势和行业共识。另外，

组织建设 转型战略 流程管理 组织 变革管理 研发管理 技术创新 技术 信息安全 业务数据化 数据管理 数据资产 数据 数据业务化 基础设施 应用支撑资源 资金 资源 知识 数字化营销 数字化财务 数字化运营 数字化供应链 产品设计 工艺设计 计划调度 生产作业 质量管控 设备管理 数字化生产 仓储配送 服务产品 服务交付 服务能力 数字化服务 及人才储备等； b) 应通过对数据进行分析 判断数字化转型的问题， 并做出调整优化； c) 应确保人员树立科学开 发数字资源的观念与方 法，并以数字化、软件化 的方法，共享知识、技能 和经验 ； d) 应识别信息技术及其服 务创新人才、数字化转型 治理与管理人才等需求， 并有意识地吸纳和培养 相关人才 a) 应结合数字化转型战 略，建立岗位数字化评 应基于流程管理与各业 务管理系统的集成，实 现流程发布、执行、反 馈、监控的闭环管理； c) 应建立主要流程改进影 响因素模型，结合流程 全局图谱和历史数据 等，预测流程改进面临 的问题，基于知识库给 出解决方案 cn GB/T 43439—2023 〇 表 2 组织的成熟度要求 (续) 成熟度等级要求 能力子域 一级 二级 三级 四级 五级 变革管理 应建立面向数字化转型的变

办公场景：会议助手、流程助手、公文撰写、知识问答等 • 信贷尽调报告助手：全网搜集企业多维度信息，结合审核规则、评价模型等进行推理决策，识 别风险点 • 投资研究：针对特定的政策内容或突发事件做深度解读，产出观点报告，支持决策 • 条款智能核验：把产品具体条款，对比知识库中监管和内规政策进行比对，判断是否合规，给 出整改建议 ”代表对未知或 复 杂问题的深度挖掘与探索， 体现了人类对知识与智慧的追求； “行 ”则代表基于 AI 分析结果的迅速且精准的行动实施， 彰显了人类 对 于机器智能输出的高效利用与转化 。 此理念倡导在 AI 技术的辅助下， 人类应持续深化提问的质量与深度， 充分利用 AI 的数据挖掘与模式识别能力， 探寻数据与知识 背 后的深层逻辑与规律 。 同时， 人类需对 AI 的输出进行精准解读， 探索性：“ 问 ”体现了对知识的主动探求，尤其是在使用 AI 时 ，用户通过提问来挖 掘数据 、寻找答案或解决问题。 互动性：提问是用户与 AI 系统进行交互的一种方式 ，通过提问， 用户可以引导 AI 提 供更符合需求的信息。 开放性：好的问题往往是开放性的 ，能够激发新的思考和发现，不局限于已有的知 识和观点。 行 实践性：“行 ”是将知识和信息转化为实际行动的过程，

AI 【内核性能优化/安全加固】 OS for AI 通过底层操作系统的优化，更好的支撑AI模型运行 AI for OS 利用AI能力增强操作系统本身的可用性与智能化体验 可编程调度器 AI助手/知识库/生成提问 AI 操作系统镜像 算力 监控 LLM 框架性能监控 GPU 性能监控 Prometheus 监控框架 腾讯云计算加速套件 TACO KiT 覆盖文生文、多模态生 成、多模态理解等多场 务实践验证，支持同城双活以及多地容灾， 系统可用性高达99.999%；同时提供5A数 据安全保障，支持国密数据存储。 提供开箱即用的极速启动体验，支持弹性扩 缩容，灵活适配业务增长需求；通过AI加持 的智能运维能力，结合运维知识库与系统运 行指标，实现故障事前预警、自愈和事后根 因分析，有效降低综合运维成本。 性能卓越 智能运维 支持单项目10万+节点，单集群万节点的超 大规模部署，具备日接入数据百万亿条，日 实时计算百万亿次的极致处理能力；通过深 零售 电子说明书 垂直行业场景 政务 一网通办 核心优势 领先的智能体对话效果 平台内置行业实践流程、领先的 RAG 算法，只需导入文档 / 问答对，即可让智能体对接企业多模态知识，达到稳定精确的知识问答效果。支 持画布式灵活编排工作流，可快速将企业系统 API 接入智能体，智能体输出更稳定可控。 全面的智能体开发框架 提供 LLM+RAG 、Multi-agent、Workflow

终极理想是个人医 疗大数据包，所有 医疗数据/临床数据 /检验数据/体检数 据/基因测序数据/ 单一医学影像设备 的诊断数据的融合 ，不断更新 根据个人医疗数据 包动态给治疗方案 ：病种质控，专家 知识库辅助决策， 流程效率提升，互 联互通，利好医生 ，也利好病人 日常个人健康数据 的管理和监测，也 可预警。收集到的 数据也可反哺到个 人医疗大数据包 药物研发 重点在手术 机器人和AI NLP有2个核心的任务：分别是1）自然语言理解—NLU；2）自然语言生成—NLG。  自然语言理解：希望机器可以像人一样，具备正常人的语言理解能力。需要涉及：1）语言的多样性；2）语言的歧义性；3) 语言的鲁棒性；4）语言的知识依赖；5）语言的上下文。  自然语言生成：为了跨越人类和机器之间的沟通鸿沟，将非语言格式的数据转换成人类可以理解的语言格式，如文章、报告等 。需要涉及：1）内容确定；2）文本结构；3）句子聚 模型并集成到公司的超声设备中（以下简称 “合作产品”），并适时就相关的法规审批流程进行协作； 2. 公司应尽最大努力制造并以可负担的价格向中低收入国家供应和分销合 作产品; 3. 另外，公司在定价政策、知识产权许可及归属、项目开发的里程碑、交 付物及验收等多个方面也做出了相应的承诺。 与GH Labs合作开发人工智能驱动的经济型手持超声设备 资料来源：l理邦仪器官网，理邦仪器公司公告，西南证券整理